Обробка вихідних сигналів акселерометра за допомогою нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorРупіч, Сергій Сергійович
dc.contributor.authorКобиляшний, Олексій Геннадійович
dc.date.accessioned2020-06-27T14:59:56Z
dc.date.available2020-06-27T14:59:56Z
dc.date.issued2020
dc.description.abstractenThe thesis is presented in 63 pages. It contains bibliography of 32 references. 25 figure and 8 tables are given in the thesis. The goal of the thesis is checking the feasibility of using neural networks to process the output signals of the accelerometer. The thesis considers the relevance of the problem of recognizing the types of physical activity. An accelerometer is used as the main source of information. The paper provides theoretical information about the accelerometer, its physical principle of operation, as well as an overview of the main manufacturing technologies. Classical methods of information processing and neural networks as a tool of modern data analysis are described. A probabilistic neural network and a logistic regression model were used as the main models for processing accelerometer signals. A study on the use of these methods to determine the type of physical activity.uk
dc.description.abstractukДипломну роботу виконано на 63 аркушах, вона містить перелік посилань на використані джерела з 32 найменувань. У роботі наведено 25 рисунків та 8 таблиць. Метою даної дипломної роботи є перевірка доцільності використання нейронних мереж для обробки вихідних сигналів акселерометру. У дипломній роботі розглядається актуальність задачі розпізнавання типів фізичної активності людини. В якості основного джерела отримання інформації використовується акселерометр. У роботі наведені теоретичні відомості про акселерометр, його фізичний принцип роботи, а також проведено огляд основних технологій виготовлення. Описано класичні методи обробки інформації та нейронні мережі як інструмент сучасного аналізу даних. В якості основних моделей для обробки сигналів акселерометрів було використано ймовірнісну нейронну мережу та модель логістичної регресії. Проведено дослідження з використання цих методів щодо визначення типу фізичної активності.uk
dc.format.page63 с.uk
dc.identifier.citationКобиляшний, О. Г. Обробка вихідних сигналів акселерометра за допомогою нейронних мереж : дипломна робота ... бакалавра : 151 Автоматизація та комп’ютерно-інтегровані технології / Кобиляшний Олексій Геннадійович. – Київ, 2020. – 63 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/34544
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectтип фізичної активності людиниuk
dc.subjectштучна нейронна мережаuk
dc.subjectймовірнісна нейронна мережаuk
dc.subjectлогістична регресіяuk
dc.subjectкласифікаціяuk
dc.subjectкластеризаціяuk
dc.subjectакселерометрuk
dc.subjecttype of human physical activityuk
dc.subjectartificial neural networkuk
dc.subjectprobabilistic neural networkuk
dc.subjectlogistic regressionuk
dc.subjectclassificationuk
dc.subjectclusteringuk
dc.subjectaccelerometeruk
dc.titleОбробка вихідних сигналів акселерометра за допомогою нейронних мережuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kobyliashnyi_bakalavr.pdf
Розмір:
1.65 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ПСОН)
Бакалаврські роботи